聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽聽 首页聽|聽简介聽|聽编委聽|聽征稿简则聽|聽英文刊聽|聽稿件流程聽|聽致读者聽|聽下载区聽|聽常见问题聽|聽联系我们
基于滑模变结构的空间机器人神经网络跟踪控制
Neural-network tracking control of space robot based on sliding-mode variable structure
摘要点击聽92聽聽全文点击聽72聽聽投稿时间:2010/1/12聽聽最后修改时间:2010/12/13
查看全文聽聽查看/发表评论聽聽下载PDF阅读器
DOI编号聽聽
聽聽2011,28(9):1141-1144
中文关键词聽聽神经网络聽聽空间机器人聽聽滑模变结构聽聽自适应聽聽轨迹跟踪
英文关键词聽聽neural network聽聽space robot聽聽sliding-mode variable structure聽聽adaptive聽聽trajectory tracking
基金项目聽聽中国航天科技集团创新基金资助项目(CASC–HIT09C01).
学科分类代码聽聽
作者单位E-mail
张文辉徐州师范大学 机电工程学院; 哈尔滨工业大学 航天学院hit_zwh@126.com
齐乃明哈尔滨工业大学 航天学院
尹洪亮哈尔滨工业大学 航天学院
中文摘要
聽聽聽聽聽聽研究了在无需模型估计值的情况下不确定空间机器人轨迹跟踪问题, 提出了滑模变结构的神经网络控制方案. 首先基于Lyapunov理论设计了一种径向基函数(RBF)神经网络控制器来补偿系统中的未知非线性, 该神经控制器能够保证闭环系统的稳定性, 而通过利用饱和函数把神经网络和滑模控制结合起来的控制器来不仅可以进一步削弱滑模控制输入的抖振, 且当神经网络控制器无效时仍能保证系统鲁棒性. 仿真结果证明了该控制器能在初期及强干扰情况下均能达到较好的控制效果.
英文摘要
聽聽聽聽聽聽This paper investigates the tracking problem of space robot with uncertainties, without using the estimation values of a model,and puts forward a neural-network control scheme with sliding-mode variable structure. A radial-basisfunction(RBF) neural-network controller based on Lyapunov theory is designed to compensate for the unknown nonlinearity in the system. The neural-network controller guarantees the stability of the closed-loop system. The controller that integrates the neutral network with the variable structure by saturation function not only effectively eliminates the chattering in sliding-mode input, but also maintains the robustness of the closed-loop system when the neutral-network controller fails. Simulation results show the desirable performances of the presented controller in the early phase of operation and in the strong disturbance situation.
 
  聽聽聽聽聽聽聽聽聽 您是第957168位访问者  

主办单位:华南理工大学 中国科学院数学与系统科学研究院聽聽聽聽聽 单位地址:广州市天河区五山路381号

服务热线:020-87111464聽聽 传真:020-87111464聽聽 邮编:510640 聽聽Email: aukzllyy@scut.edu.cn
 

聽聽聽聽本系统由北京勤云科技发展有限公司设计聽聽京ICP备09084417号
E世博 金宝博 888真人 八大胜 太阳城 澳盈88